[论文解读] A Potential Game for Power and Frequency Allocation in Large-Scale Wireless Networks

Brage Ellingsæter, Magnus Skjegstad+1 more|arXiv (Cornell University)|Dec 4, 2012

Cooperative Communication and Network Coding参考文献 14被引用 3

一句话总结

该论文提出了一种基于物理SINR模型的大规模无线网络中联合功率与频谱分配的潜在博弈框架。通过刻画最小邻居信息需求，证明了该博弈存在广义序数势函数，确保在有限消息传递下收敛至稳定均衡点，且在现实邻居发现条件下通过仿真得到验证。

ABSTRACT

In this paper we analyze power and frequency allocation in wireless networks through potential games. Potential games are used frequently in the literature for this purpose due to their desirable properties, such as convergence and stability. However, potential games usually assume massive message passing to obtain the necessary neighbor information at each user to achieve these properties. In this paper we show an example of a game where we are able to characterize the necessary neighbor information in order to show that the game has a potential function and the properties of potential games. We consider a network consisting of local access points where the goal of each AP is to allocate power and frequency to achieve some SINR requirement. We use the physical SINR model to validate a successful allocation, and show that given a suitable payoff function the game emits a generalized ordinal potential function under the assumption of sufficient neighbor information. Through simulations we evaluate the performance of the proposed game on a large scale in relation to the amount of information at each AP.

研究动机与目标

• 解决大规模无线网络中分布式资源分配问题，实现最小化全局信息交换。
• 刻画潜在博弈实现收敛与稳定所需的最小邻居信息量，用于功率与频谱分配。
• 设计一种收益函数，反映在物理SINR模型下个体与系统级性能的综合表现。
• 通过在逐步邻居发现条件下进行仿真，验证所提博弈的收敛性与性能表现。
• 证明当每个接入点（AP）掌握足够多的邻近策略时，广义序数势函数存在，从而支持分布式实现。

提出的方法

• 将网络形式化为非合作博弈，其中每个接入点（AP）通过优化功率与频段以满足SINR目标。
• 基于干扰与所需功率定义效用函数，并通过归一化因子调整，以反映系统性能。
• 通过证明个体收益提升与系统级势函数增加保持一致，从而证明广义序数势函数的存在性。
• 建立仅需知晓各信道上邻近AP策略即可维持势函数的条件，从而降低消息开销。
• 采用物理SINR模型验证传输成功与干扰计算，确保性能评估的现实性。
• 在逐步邻居发现条件下仿真该博弈，以评估在信息不完全情况下的收敛性与性能表现。

实验结果

研究问题

• RQ1 潜在博弈实现功率与频谱分配收敛所需的最小邻居信息量是多少？
• RQ2 能否在使用物理SINR模型的大规模无线网络中构建广义序数势函数？
• RQ3 有限的邻居信息如何影响所提基于博弈的资源分配方案的收敛性与性能？
• RQ4 所提效用函数是否能确保个体收益提升与系统级性能增益相对应？
• RQ5 该博弈是否仅通过本地信息交换即可收敛至稳定均衡点，避免全局协调？

主要发现

• 当每个AP掌握其在每条信道上至少一个邻近AP策略时，所提博弈存在广义序数势函数，确保收敛至纯纳什均衡。
• 势函数的构造方式使得AP的任何单方面收益改进均对应系统级势函数的增加，从而保证系统性能的提升。
• 仿真结果表明，当邻居发现提供足够信息时，即使在具有动态拓扑的大规模网络中，也能实现收敛。
• 该博弈在物理SINR模型下保持稳定与收敛，该模型考虑了所有发射机带来的累积干扰，与简化协议模型不同。
• 所需邻居信息远少于全局知识，支持在真实场景中实现可扩展的分布式部署。
• 效用函数设计确保通过信道与功率选择最小化干扰，从而同时带来个体与系统级性能增益。